摘要

  随着卫星数量的增加和卫星使用的增加，诊断卫星故障的技术变得越来越重要，这是确保卫星正常工作的关键方法之一。另一方面，卫星变得越来越复杂和庞大，卫星控制技术不断扩大，诊断卫星故障的遥测数据急剧膨胀，使它们成为研究海洋定量数据分析的热点。对卫星故障的诊断主要是检测故障、隔离和检测三个阶段的故障。探测异常是探测卫星故障的主要方法，比较时间序列是测定时间异常的主要方法之一。动态时间扭曲算法(DTW)具有更高的比较准确性和可靠性，这是比较相似值的广泛方法，但由于计算复杂，它不适合卫星遥测数据处理。为了回答这个问题，本文介绍了基于MapReduce的并行算法，该算法表明，在长串序列中，查找相似之处的效率和准确性得到了提高。为了从卫星遥测学中获取有用的规则，通常需要重新排列数据以获得所需的符号。时间顺序符序技术作为重要的分散技术是连续数据的初步处理过程。本文改进了与Apriori规则相关的算法，结合hadup集群计算模型算法，并行将该算法并列并为相关缺陷元素建立更高的检查点值，以便能够更有效地识别出与缺陷相关的规则。实验结果表明，我们的方法可以有效地接收到故障诊断规则，加上配额的人力价值，就不容易获得与故障相关的规则。对于卫星问题的许多参数和不同类别的问题，我们已经研究了精确定义卫星问题的方法。从本质上说，识别故障是对故障的分类，因为现有的分类方法不仅需要更多，而且需要高质量的样本研究，而且由于卫星系统中样本较少而难以获得。Support Vector (SVM)技术很好地解决了小模型的分类问题，但它本质上是分类模型的第二类，而有很多类型的卫星故障需要改进。本文提供了一种基于矢量机器支持的诊断故障的方法，结合了三种检测故障的方法、cfm和组合分级机的方法。。

关键词:数据驱动;故障诊断;异常检测;符号化;关联规则;故障识别

ABSTRACT

第一章绪论

1. 1. 研究背景

    卫星控制过程中产生了大量卫星遥测数据，其中包含了可以用来诊断卫星故障的客观规律和知识，这显然对探测、隔离和识别卫星故障特别重要。近年来，基于数据的分析技术迅速发展，例如寻找相似的模型、聚合物和分类模型、发现异常现象和检索规则，这些规则在金融、医疗、生物学等领域已成功应用。卫星控制过程包括各种数据管理卫星遥测数据遥测数据,导致继发性只反映情况的计算工作卫星遥测数据极为重要的状态数万参数测量各种子系统组成的卫星遥测参数可能具有某些异常变化特征参数,如温度利用数据处理技术分析遥测数据、及时检测故障迹象和采取有效措施可以防止卫星出现重大故障。像美国、俄罗斯和其他国家这样的太空大国已经开始研究以数据驱动的技术诊断宇宙飞船故障，并取得了一些进展。另一方面，随着卫星的应用范围越来越大，控制精度和稳定性的要求也越来越大，卫星的结构也越来越复杂，系统也越来越广泛，卫星传感器收集的遥测数据也越来越多。这一趋势可能会给现有的数据技术带来新的挑战，我们的航空航天研究处于起步阶段，迫切需要对基于数据的卫星诊断问题进行研究。

1. 1. 卫星的发展趋势 

   自1957年苏联发射第一颗人造卫星以来，到目前为止，人类已经向广大宇宙发射了大量卫星，据统计，到2011年已经超过6000颗。卫星不仅在科学研究和军事应用方面发挥了作用，而且对通信、导航、气象学和安全等人的日常生活产生了越来越大的影响。前苏联卫星的发射高峰发生在197年到1980年之间，当时它正处于太空军事项目的顶峰。当时，前苏联导弹发射的寿命较短的卫星用于导航和通信。大约在1998年，随着全球之星、Iridium和ORBCOM的部署，对发射的商业需求增加。显然，随着卫星的使用扩大，现有的卫星大国将继续生产更大、更长的卫星，这将进一步增加空间中的卫星数量。。

    (1)卫星故障的增加

   尽管卫星充分考虑了其设计中的各种因素，并在发射前进行了大量模拟，但许多卫星仍然经历了严重的故障，导致任务在完成前终止。随着时间的推移，卫星问题变得越来越频繁，就像图1.1所示。：

图1.1卫星故障发生时间

   一方面，由于第一个卫星故障的不透明;另一方面，随着卫星发射数量的增加，卫星部件变得越来越复杂，因为大量的新技术、新仪器和新材料被用于运输，新的故障不断出现和增加。卫星设计是昂贵的，如果失败不能及时有效地处理，它可能会造成不可弥补的损害。2014年4月2日，俄罗斯24颗格洛纳斯卫星系统关闭，导致服务中断数小时。

1.3卫星故障诊断面临问题

   随着卫星技术的快速发展，卫星系统的结构变得越来越复杂，功能也越来越高，对其可靠性和安全的需求也越来越大，这给诊断卫星故障带来了新的挑战和挑战。

1，大量数据，数据多样化

在卫星系统中，大量的数据来自系统的不同部分。营养来源,火箭发动机,如卫星姿态控制系统等等,随着大量传感器和智能装置一词来гарантиров稳定期间举行各种传感器军刀反映各个组件的数据卫星导航控制卫星频率变得越来越快,导致了更细粒度数据遥测卫星导航控制比以往的警察构成数据可供分析大量的数据,即使是过滤,只保留了有效载荷、有效载荷、责任和责任(f = l. krom)。该方法在大丹人面前具有巨大的作用，其执行效率显著降低((4)无法保证卫星是否会被要求修复，也就是说，识别异常现象的承诺是错误的。双方都采用了不同的方法，不同的结构，不同的分析，不同的警察效率，有效的警察意识到告密者是内定的，深度提高了技术问题，技术问题解决了。卫星的特性中有很多复杂的系统，使用不同的数值参数，如数值参数和小时数，每小时数数数列的组成。达到100万，这是导航卫星的参数，控制了请求和分析。这个其他的问题在于签订参数参数之间互相影响,A发生故障后果pud数量参数A, B故障而发生时引起的参数数量,则当A和B同时发生的人,因为在故障参数A的影响互相平衡,因此,可能故障造成的结果。组成卫星的数千个部件和部件决定，卫星故障的类型也将达到卫星诊断故障时遇到的其他问题的大小。

第三，没有足够的数据来模拟故障。

随着卫星技术研究水平的上升，卫星问题的数据看起来越来越小，与正常的海洋数据相比，故障的数量非常有限。最重要的基础之一存在图像识别技术、人工神经网络和其他教学方法是统计[[5],则这些方法不仅需要大量高质量的数据为研究样本,即分配所要求抽样样本数据,可能包括所有故障模型和模式不产生矛盾或冲突类型而真正的卫星系统是一个有缺陷的样本，这是非常困难的。经典统计大数定律的数学,统计法律只有трениров金额接近无限样本时能准确表达,因此воспользов通过消除的方法有故障模型性能较低,实际有效利用不好,因此,理论上是极好的教学方法几乎可以在实际应用中广泛使用卫星故障诊断他们迫切需要改进最初的方法。。

    1.1.3.1卫星数据的特点

    自发射以来，卫星每秒钟都会产生大量数据，包括飞行记录、异常报告、控制信息和警告信息。数据类型多种多样。巨大的传感器可以更精确、更全面地从卫星上获取信息，但也能让卫星收集到的数据很容易地穿透T层。以卫星的电力系统为例，这表明它们只有11个传感器，它们以不同的频率收集数据。如果我们使用其中一个传感器，假设每次收集的数据都是通过长格式长(4字节)存储的，这个传感器将收集的数据保存在大约3M/ 24天(60*60*10*4天)，因此每年大约有1095M的原始数据。每年收集的数据大约是G，卫星系统中有成千上万的传感器，除了需要更多的数据存储。除了大量的数据外，还有几种数据类型，卫星作为一个独立的大型复杂系统具有自己的数据特征。

1、多个参数类型:每个卫星都有数千个遥测参数o

第二维:在这里，高测量涉及到卫星序列的长度，由于传感器收集高频数据，即使在短时间内也很容易到达。

第三，大量正常数据:高可靠性和高质量的能量，通过过量的成分，使卫星在大多数情况下正常工作，因此通过传感器接收的遥测参数基本上是正常的。

2 相关理论分析和研究

2.1 大数据技术分析

一、大数据采集

大型数据收集，即来自不同来源的系统和非结构化数据集。数据收集:流行的Sqoop和ETL，传统的MySQL和Oracle数据库仍然是许多企业的数据存储方式。当然，Kettle和Talend本身已经被整合到一个大的数据内容中，允许在HDFS、hbase和Nosq主数据库之间同步和整合数据。网络数据采集:公共API从网页获取非结构化或半结构化数据的方式，并将其统一结构转化为本地信息。收集文件:包括实时收集文件和处理flume技术，收集和收集基于ELK的数据。

二、大数据预处理

大初步数据处理是数据分析前的“清理、填充、平滑、融合、正常化和顺序数据检查”。初步数据处理主要由四个部分组成:数据净化、数据整合、数据转换、数据集。数据净化:使用诸如ETL这样的清理工具来处理遗漏的数据(不感兴趣的属性)，噪音数据(包含错误或偏离预期值的数据)，不一致的数据。数据集成:当不同数据源的数据合并成一个数据库时，一种集中于三个问题的存储方法:匹配图像、冗余数据、检测和处理。数据转换:这是一个处理数据不匹配的过程。它还包含数据清理工作，即根据业务规则清理异常数据，以确保后续分析的准确性。数据集:数据集是为了获得更小的数据集而最大化最多数据的操作，包括:数据收集、强大的宪章、数据压缩、数字宪章、概念等级制度等等。。

。

三、大数据存储

大数据存储，指用存储器，以数据库的形式，存储采集到的数据的过程，包含三种典型路线：

1，基于MPP架构的新数据库集群

使用共享架构Nothing分布式计算模型,结合高效MPP架构,主要侧重于大数据产业,利用各种技术数据处理,如数据存储在列、大规模指数等特征,如低成本、高性能、高扩张性,在企业分析应用领域广泛应用。与传统数据库相比，PB类基于MPP产品的解析能力具有显著优势。自然，MPP数据库，也是下一代公司数据存储的最佳选择。

2、技术扩展和基于Hadoop的封装

Hadoop基础上扩大和封装技术,反对传统的关系型数据库数据很难检查和преступл(对于неструктуриров和计算等数据存储),Hadoopвоспользов源代码和联系功能(好对付不структуриров数据结构复杂的ETL过程,复杂的警察和数据计算模型),派生过程相关的大数据技术。除了技术进步，它的应用场景将逐渐扩大，目前最典型的应用场景是通过扩展和插管Hadoop支持广泛的互联网数据存储和分析，包括几十种NoSQL方法。

三，一个大数据机

这是一种柔软、协调的产品，旨在分析大量数据。它由一组集成服务器、存储设备、操作系统、数据库管理系统以及预先安装和优化的数据处理和分析程序组成，这些程序具有良好的稳定性和纵向扩展性。。

四、大数据分析挖掘

随机数据、从视觉分析、数据收集算法、预测分析算法、语义驱动、数据管理等。

1视野分析

可视化分析是一种分析方法，它通过图形技术清晰有效地传递和传递信息。它主要用于分析与海洋定量数据有关的数据，即通过数据可视化平台，对分散等度数据进行并行分析，并进行全面分析。特征简单、清晰、直觉和容易接受。

2，数据采集算法

数据收集算法，即基于数据收集模型的数据测试和计算方法。这是大数据分析的理论核心。数据处理算法是多种的，基于不同类型的数据和格式的不同算法代表不同的数据特征。但在整体上，模型创造了类似的过程，用户分析，模型和趋势分析的具体类型和结果，警察在模型中创造更好的参数，和应用程序，以使模型可行和详细的信息统计。

3初步分析

预测分析最重要的应用领域之一大数据分析,通过分析不同功能组合较高(特别统计分析、预测建模、收集数据,分析文本、物理分析、优化、实时评估、机器学习等帮助分担确定趋势、模式和用户互动的结构化和非结构化数据,利用这些指标来预测未来的事件，为采取行动提供基础。

四，语义电动机

这是一种语义引擎，通过将语义添加到现有数据中来增加用户搜索体验。

数据质量控制

这意味着在整个生命周期的每个阶段都可能出现的数据质量问题(规划、获取、存储、维护、应用、死亡等)。

2.2 卫星故障诊断

最重要的飞行控制系统之一是飞行控制系统，它是提高系统可靠性的有效方法来测试轨道控制系统的故障模型。以卫星平台为例，它证明了诊断系统故障的有效机制，包括红外陀螺仪、陀螺仪、动轮和复古驱动器，包括轨道控制系统的其他部分。

2.3 卫星故障诊断技术分类

对于诊断卫星故障的方法的分类，许多研究人员给出了类似的分类方法。singh(6)将诊断方法分为三个主要类别:规则、数据管理和模型。数据基于数据驱动Methods和随机方法。外国提出的太空强国美国,早点开始在卫星故障诊断领域,据ПМФrank教授,德国专家诊断故障诊断方法缺陷可分为基于分析模型方法,信号处理方法和方法、基于知识(f) l)我们stress方法、基于数据管理技术、知识的我们将诊断卫星故障的技术分类为:基于分析模型的方法，数据管理的方法，以及信号处理的方法。以下是三种方法的研究结果。

2.4 基于数据驱动的卫星故障诊断

基于数据的诊断方法类似于信号处理方法，不需要数字或高质量的数学模型，但它们克服了基于“智能”特征的信号处理方法的缺陷。主要思想是:知识和技术专家根据知识和加工得出的水平，可以将知识诊断作为个体，实现数学逻辑和积分的辩证逻辑和积分，实现统一、算法和过程的实践，通过系统抽样和规则制定法律。基于数据的方法是诊断故障的最显著的发展方向之一，特别是在复杂模型、非线性和影响因素如卫星。

根据数据诊断缺陷的方法是将诊断缺陷的知识结合起来进行分析，因此根据知识来源，可以分为两种基于经验和信息知识的方法。基于经验知识的研究最典型的结果是，目前使用了更多的专家诊断方法。生物科学的基础被研究为文学(2-2)。遥测球上的航天器是巨大的，但它是由已知的基地建立的，所以它自己修复了故障;文献被修改为法律的轨道由卫星导航控制，不同的预测和分析的主导和适应性，这是一个基于历史的基础的轨道遥测系统被警告;杨在社会社会日使用了格鲁布·西奥爵士，他直接从卫星导航控制中心的遥测数据中删除了权利问题;YanFei, chin被放置在距离几米的基础上。维齐尔发现了一种分离的方法，反单调的评估方法消除了等待的问题。

随着计算机智能的发展，对基于数据的卫星问题的诊断越来越受欢迎。好处是，方法被广泛使用，有效计算，充分考虑到模型的不确定性和感觉噪声。但是，随着数据数量呈指数级增长，以及计算精度的增加，最初的方法必须改进为面向多个卫星数据特征的复杂系统。接下来，我们将研究基于数据的卫星故障诊断技术。

3 卫星姿轨控系统故障系统

3.1 前言

故障意味着至少有一个系统特征参数具有比允许的更大的偏差。在这个时候，当系统的性能明显低于正常水平时，它就不能再履行预期的功能了!”。目前，缺陷研究通常集中于预测即将发生的故障，以及诊断、隔离和研究已经存在的缺陷。丁香和保罗·m·f·rank建议使用基于监视、检测和诊断系统故障的技术!Zap举起习文学艺术免疫算法消除故障和支持向量机算法;预言的缺陷在于动态的基础上，小波·皮·尼禄·赛斯的“等等”。这是纳比尔处理信号的平均算法，识别出反单调的图像。根据已知的算法，计算机需要大量的分析，基于模型的方法只能诊断出某些故障。

对于地面应用系统，使用计算机处理数据，结合使用人工智能算法诊断设备故障;对于在轨道上运行的卫星来说，它们的恒星计算机的处理能力是有限的，诊断故障的算法虽然简单而实用，但只能诊断某些故障。卫星系统非常复杂，一个错误可能来自于多种因素的合成，因此现代算法无法完全诊断恒星的故障。迈克尔·e·c(rtesemcortis)提供了一个实时控制系统，即由分布式通用模块组成的地面系统，分析和监测宇宙飞船的遥测数据，并提供了一个无效的宇宙飞船部件。但是使用的模拟只是一个数学模拟，不能覆盖所有可能的故障。连同应当指出,如果地球是可以充分利用强大的计算能力和使用经验的专家,可以同时实际评估产生的因素,专家提供了决策依据,以及获得卫星可以用来操作结果及时恢复和修复故障卫星上。因此，本文提供了一个系统架构，可以用来解决这些问题。。

3.2 故障推演系统方案设计

3.2.1 总体设计

故障推演系统根据功能需要由三部分系统组成，动态模拟系统、动态注入系